Dossier: ¿Cómo leer millones de libros y escribir con millones de GPUs?

Inteligencia artificial, cognición expandida e infraestructuras más que humanas en las Ciencias Sociales y las Humanidades

Contexto e invitación:

La pregunta de Gregory Crane «What do you do with a million books?» interpelaba hace dos décadas la capacidad humana de leer, interpretar y contextualizar corpus imposibles de abarcar con métodos tradicionales. Hoy, esa inquietud se expande: ¿qué sucede cuando no solo podemos “leer” millones de libros, sino que también escribimos con infraestructuras que combinan millones de GPUs, flujos masivos de datos y cadenas de suministro planetarias? Este número monográfico propone abordar esa mutación epistemológica, técnica y política desde perspectivas críticas, situadas, inter y transdisciplinares.

Entendemos la producción de conocimiento como un proceso más‑que‑humano en el que convergen personas, algoritmos, archivos y materialidades. Por ello, invitamos a presentar trabajos empíricos, teóricos o metodológicos que examinen cómo la IA reconfigura: las ecologías de producción, circulación y validación del conocimiento; las formas de leer de cerca y a distancia simultáneamente; las relaciones de poder inscriptas en los macro‑corpus, las infraestructuras y las políticas de datos; los debates éticos sobre responsabilidad, sostenibilidad, justicia cognitiva y climática.

Esperamos manuscritos que exploren los vínculos entre la inteligencia artificial —en especial los grandes modelos de lenguaje (LLMs)— y los actuales modos de producción, difusión y evaluación del conocimiento en las Ciencias Sociales y las Humanidades. Partimos de que la lectura y el análisis textual a gran escala, el acceso a repositorios masivos y la escritura asistida por infraestructuras computacionales están reconfigurando nuestras ecologías epistémicas, políticas y prácticas de consumo y producción de conocimiento. El dossier aspira a reunir contribuciones que, además de describir innovaciones técnicas, analicen críticamente sus implicaciones sociales, políticas y ambientales, y que propongan vías de investigación y acción responsables.

Ejes temáticos (orientativos): 

1. Epistemologías de la escala

• Métodos para generar y certificar conocimiento a partir de corpus masivos (millones de documentos).
• Diálogos entre close reading y distant reading mediados por LLMs: estrategias para integrar análisis micro y macro.
• Diseños metodológicos mixtos y reproducibles que combinen análisis cuantitativo automatizado, lectura cualitativa en profundidad y protocolos transparentes de validación.

2. Cognición distribuida e infraestructuras de IA más‑que‑humanas

• Modelos fundacionales como nodos de ensamblajes sociotécnicos.
• Perspectivas críticas (pro‑IA, anti‑IA) y enfoques poshumanistas/cyborg que cuestionan la agencia exclusivamente humana y la huella ecológica de la IA.
• Marcos éticos y de gobernanza: responsabilidad, transparencia, trazabilidad y sostenibilidad en el desarrollo y despliegue de IA para investigación en CSH.

3. Críticas feministas, poscoloniales y decoloniales de los datos

• Sesgos, omisiones y sobre‑representaciones en macro‑corpora: disputas sobre representatividad y justicia cognitiva.
• Políticas de acceso, licenciamiento y extractivismo digital.

4. Ontologías y relacionalidades más‑que‑humanas

• Agencialidades compartidas entre investigadoras, algoritmos, infraestructuras energéticas y especies no humanas.
• Éticas del cuidado y diseños responsables en proyectos que emplean IA generativa.
• Interdependencias socio‑materiales: calor residual, minería de GPU y justicia climática.

5. Aplicaciones en Ciencias Sociales y Humanidades

• Humanidades digitales asistidas por IA: historia, arqueología, crítica textual, análisis cultural y etnografía computacional.
• Uso de LLMs en archivística, literatura comparada, derecho, comunicación, formulación de políticas públicas, entre otros campos.

6. Modelos de lenguaje en la educación universitaria

• Integración pedagógica de LLMs en docencia, tutoría y evaluación.
• Implicaciones para la autoría estudiantil, la originalidad y la evaluación de aprendizajes.
• Políticas institucionales, ética académica y formación docente en entornos mediados por IA.

7. Co-producción y co-autorías humano-máquina

• Marcos legales y éticos de la autoría compartida.
• Metodologías de escritura asistida: estilos, trazabilidad y reconocimiento de aportes algorítmicos.
• Nuevas prácticas colaborativas en investigación y creación que combinan agentes humanos y sistemas de IA.

Tipos de contribución aceptadas: 

• Artículos de investigación originales.
• Revisiones sistemáticas exhaustivas (por ejemplo, siguiendo el protocolo PRISMA).
• Reportes de caso.

Se valorarán aportes que enlacen teoría, metodología y análisis empírico detallado.

Idiomas: español e inglés

Fecha límite para entregas de artículos: 15 de febrero de 2026

Invitamos a investigadoras e investigadores a contribuir con análisis rigurosos que pongan la inteligencia artificial en diálogo crítico con los debates contemporáneos de las Ciencias Sociales y las Humanidades y que examinen cómo “leer millones de libros” y “escribir con millones de GPUs” reconfigura nuestras maneras de conocer y narrar el mundo.

Los artículos sometidos a consideración deben ser originales e inéditos y deben cumplir con las normas editoriales de la revista, las cuales pueden consultar aquí: https://revistas.unimagdalena.edu.co/index.php/jangwapana/g_autores

Para mayor información puede contactarnos al correo: jangwapana@unimagdalena.edu.co

Sitio web de la revista: https://revistas.unimagdalena.edu.co/index.php/jangwapana/issue/archive